箔條配比優化仿真分析*

蔡 蒨 張為華

(1.中國國防科技大學航天與材料工程學院 長沙 410073)(2.中船重工第七一〇研究所 宜昌 443003)

?

箔條配比優化仿真分析*

蔡 蒨1,2張為華1

(1.中國國防科技大學航天與材料工程學院 長沙 410073)(2.中船重工第七一〇研究所 宜昌 443003)

為優化箔條干擾彈布放后形成的箔條云在指定頻段內起伏特性和優化頻段內的箔條數量等,提出了基于頻點人工選擇與遺傳算法箔條數量自動尋優相結合的箔條配比方法。與傳統人工配比方法相比其具有較好的配比效果。

箔條配比; 遺傳算法; 仿真分析

Class Number TN955

1 引言

導彈攻防戰和電子戰將是未來主要的海戰形式,反艦導彈是水面艦艇的主要威脅。由于反艦導彈具有射程遠、發射靈活、命中率高、威脅大等特點,因而對其防御非常困難。能否有效防御反艦導彈是水面艦艇在未來戰爭中生死存亡的關鍵[1]。導彈防御主要分兩種方式,一是采用攔截武器,二是采用有源干擾或無源干擾。

無源干擾裝備是艦船電子戰系統的重要組成部分,其以靈活多樣的方式干擾雷達、紅外、激光、電視、成像等制導模式反艦導彈搜索和跟蹤系統,已成為艦船末端防御的重要手段[2～3]。由于無源干擾裝備具有性價比高、干擾效果好的特點,受到各國海軍高度重視,各類艦船上都廣泛裝備無源干擾系統。我國無源干擾裝備經過多年發展,其戰術技術性能已達世界先進水平。

在無源干擾設備中,干擾彈布放后形成的箔條云特性直接影響反艦導彈的干擾特性[2]。為適應不同頻段雷達干擾的需求,箔條彈一般由多種長度箔條混合裝填組成。箔條配比研究一方面研究某一確定組合的混裝箔條在不同頻段的疊加散射特性;另一方面根據不同頻段雷達干擾需要,研究如何選擇不同長度和種類的箔條以達到優化的干擾效果。

為提高箔條配比的效果,提出了箔條配比優化算法。

2 箔條特性

為使箔條得到大的散射截面,基本上都采用半波長諧振式箔條。但半波長箔條的諧振峰都很尖銳,適用的頻帶很窄。箔條帶寬定義為其最大散射截面降為1/2時的頻帶范圍。由于箔條的諧振峰很尖銳,其帶寬一般只有中心頻率的15%～20%,不是常數。

箔條頻率帶寬隨著L/d(箔條長度與直徑比)增加而緩慢增加。圖1表明百分比帶寬(帶寬對諧振頻率的比值,用百分比表示)作為L/d比值的函數曲線,而L/d值通常在與箔條有關聯的范圍內。對I波段(波段8GHz～10GHz,)箔條典型帶寬近似為15%。

圖1 半波長箔條的帶寬與L/d關系

增加箔條彈帶寬的途徑:一是增加箔條直徑,以使箔條自身帶寬有所增寬;二是采用長度不同的半波長箔條混合包裝,以使箔條干擾具有很寬的帶寬。

在實際的箔條彈設計過程中,它要求覆蓋的頻帶是非常寬的,在整個頻帶范圍也要求擁有盡可能大的散射面積或突出某個頻段的散射面積,此時需要采用長度不同的箔條進行混合包裝設計。箔條配比分析,就是根據箔條的頻率響應特性,確定實際所需箔條的長度和種類,并進行計算優化。

3 配比頻點選擇

箔條彈中箔條長度和數量的選擇對其干擾效能具有重要的影響。為在有效的空間和質量要求下得到相對較好的箔條云RCS值,采用箔條頻點和箔條數量粗細選擇方法。

3.1 頻點粗選擇

粗選擇算法主要包括箔條種類選取、每種箔條數量預估、頻點預估。

粗選擇算法如下:

1) 根據以下推導初步確定配比頻點數;

2) 分析干擾頻段范圍,判斷此區域內是否含有目前導彈常用的末制導波段(10GHz,15GHz,等),如果含有則將其設定為一個配比頻點;

3) 在干擾區域兩端選擇兩個頻點,如果其與2)中選擇頻點重復則去掉一個重復頻點;

4) 計算目前所選取的頻點數N(其中,N≤N′)相對規定指標所需的箔條數Mj(j=1,…,N),如下式所示:

(1)

其中,VRCS為規定的RCS值,λ為箔條對應的波長,p1為損失系數,p2為擴散率。在粗選階段認為每種箔條的擴散率相同。

6) 求取已有箔條對應的RCS累加值,得到不同頻點處RCS累加值;

7) 計算此迭代圖凹點,并將凹點設置為新頻點,返回5)計算,直到頻點數滿足N為止。

若考慮屏蔽效應和散開率,則利用下式計算箔條云的雷達散射面積

(2)

其中,N0σ0為單位箔條面積的理論雷達面積,C為散開率,根據經驗得到。

在實際的箔條干擾過程中,還存在對雷達波的反射效果,由經驗反射雷達截面積為

σ″RCS=μ·S⊥

(3)

其中,μ為反射系數,S⊥為箔條云投影面積。

則箔條云的RCS值為

(4)

3.2 頻點細選擇

細選擇過程主要是在粗選擇的基礎上,根據箔條長短不同設置不同的擴散率。根據RCS值擬合曲線調整頻點位置和箔條數量,達到使箔條曲線盡量平整(即波峰和波谷差盡量小),使用的箔條重量盡量小,此過程屬于人工調整過程。

根據選擇的頻點,采用遺傳算法優化不同頻點的箔條數量。

4 基于遺傳算法[4～5]的箔條細配比

箔條細配比方法是進一步基于遺傳算法來計算出滿足配比條件的每種箔條數目。遺傳算法借鑒生物界的進化規律,在解決復雜的全局優化問題方面取得了成功的應用。

4.1 遺傳算法基本原理

對于細匹配的箔條優化的問題,遺傳算法從一組隨機產生的箔條變量開始搜索。初始的箔條變量稱為種群。種群中的每個個體都是問題的一個解,該解稱為染色體。染色體是一組實碼集。這些染色體不斷進行迭代進化,稱為遺傳。在每一代中衡量染色體質量好壞的尺度叫適應度。在每一代根據個體的適應度選擇個體,并借助遺傳算子進行組合交叉和變異,產生出新的解集的種群。這個過程將使得種群像自然進化一樣的后代種群比前代更加適應于環境。這樣,經過若干代之后,算法收斂于最好的染色體,它有可能是所求問題的最優解或次優解。

初始種群的大小作為遺傳算法的控制參數,對于遺傳算法的性能是有影響的。種群如果較大,遺傳產生有意義的基因并逐漸進化為最優解的機會就越高。也就是說,群體規模越大,群體的多樣性越高,算法陷入局部解的危險越小。但是群體規模太大,計算量也很大,出于對計算速度的考慮,本文的群體個數取值為100。

4.2 箔條數量優化方法

本文采用實數編碼,隨機產生N組隨機數Xp={x1,x2,x3,x4,…,xN},p=1,2,…,N,對應于箔條絲長度(l1,l2,l3,l4,…,lN)的根數。

1) 確定目標函數和約束條件

箔條配比方案目標函數滿足箔條總根數最小:

(5)

約束條件為對應各頻點的RCS的最小值不低于固定值RCSmin和最大值不大于RCSmax。

對于第j頻點的RCS計算公式為

(6)

式中,li為箔條絲的長度,λj為波長,K(lj/λi,A)為特征系數,n為箔條種類數目。因此約束條件滿足RCSmin≤f(x)j≤RCSmax,j=1,…,N。

2) 選擇策略

定義適應度函數F(x):

F(X)=1/(G(X)+1)

(7)

式(7)中分母1設置以避免分母值為0的情況。目標函數F(x)值越大表示該箔條配比的總根數越小。

采用適應度比例方法作為選擇策略。適應度比例方法是目前遺傳算法中最常用的選擇方法。在該方法中,每個個體的選擇概率和其適應度值成比例。

對于規模為m的群體的P={X1,X2,…,Xm},個體Xj∈P被選中的概率為

(8)

3) 交叉算子

交叉算子可以生成新的基因空間,從而使新的群體中的個體具有多樣性。生成一個范圍為[0,1]的隨機數a,設Xi(t),Xj(t)分別為第t代選出的兩個個體,則通過交叉得到的下一代個體為Xi(t+1),Xj(t+1)。其中:

Xi(t+1)=aXi(t)+(1-a)Xj(t)
Xj(t+1)=aXj(t)+(1-a)Xi(t)

(9)

4) 基于實數編碼的遺傳算法流程:

步驟1:建立優化模型和約束條件。

步驟2:t(迭代次數)=0,生成滿足約束條件的100個初始群體。

步驟3:針對每個個體計算適應度F(x)和選擇概率值gi,并以概率gi從群體里選擇出一些個體構成種群P(t)。對種群進行交叉和變異,得到下一代P(t+1)。

步驟4:判斷是否滿足終止條件,如果滿足則停止,并輸出最優解,否則,t=t+1。

5 仿真分析

仿真初始條件:頻段[7,18]GHz;RCS值大于1000m2;箔條利用率為1箔條人工配比結果如圖2所示。

圖2 人工配比結果

頻點為:7.5GHz,9.3GHz,11.58GHz,14GHz,17.86GHz。

在不改變頻點情況下,采用遺傳算法匹配結果如圖3所示。

圖3 遺傳算法仿真結果

由圖2和圖3知:采用遺傳算法得到的圖像波峰和波谷之間的差遠小于人工算法,圖像更趨于平緩。

6 結語

通過將箔條人工粗細配比與遺傳算法自動尋優配比算法相結合,提高了固定體積干擾彈的箔條裝填量,增加了單枚彈布放后的箔條RCS值和干擾頻段內箔條云RCS的平穩性,提高了導彈的干擾效能。

[1] 張永錄,耿明忠.艦載無源干擾裝備技術及其發展分析[J].飛航導彈,2002,25(2):2-5.

[2] 陳靜.雷達箔條干擾原理[M].北京:國防工業出版社,2007,5.

[3] 田曉波,谷慶波,張巍.海上艦船雷達無源干擾系統的發展研究[J].2008,23(2):15-18.

[4] 李紹軍,王惠,錢鋒.多目標遺傳算法及其在化工領域的應用[J].計算機與應用化學,2003,20(6):755-760.

[5] 李玉榕,項國波.一種基于多目標遺傳算法的非線性控制器[J].計算機仿真,2004,21(5):61-63.

Simulation Analysis of the Chaff Match Optimization

CAI Qian1,2ZHANG Weihua1

(1. College of Aerospace and Materials Engineering, National University of Defense Technology, Changsha 410073) (2. No. 710 Research Institute, China Shipbuilding Industry Corporation, Yichang 443003)

For optimizing the fluctuation characteristics of the chaff cloud and the chaff quantity in the given frequency band, the automatic optimization method based on the frequency selection by hand and the chaff number selection by genetic algorithm is proposed. The method can get better effect than the traditional method.

chaff match, genetic algorithm, simulation analysis

2014年11月1日,

2014年12月17日

蔡蒨,男,博士,研究員,研究方向:無源干擾。

TN955

10.3969/j.issn1672-9730.2015.05.022